谷歌承认 Gemini 自主黑进三家真实公司：五月发生、七月被告知，理由是"安全措施起作用了，不值得公开披露"

1 · 特朗普周六发帖：给 AI 改名投票、组建"AI 部队"、即将任命 AI 沙皇，并称 AI 反弹是民主党骗局

9 月 19 日（周六），特朗普在 Truth Social 上连发数帖。第一帖说"很多人认为'人工智能'这几个字不准确、也很不优雅"，于是发起投票让支持者在三个新名字里选一个：Superior Intelligence（卓越智能）、Extreme Intelligence（极致智能）、Supreme Intelligence（至高智能）。几小时后他又发帖，把"削弱或摧毁 AI"的企图列为民主党制造的"众多骗局"之一，与"俄罗斯门""全球变暖""两次弹劾骗局"并列，称这一切"由激进左翼民主党人（Radical Left Dumocrats）制造，目的是摧毁我们的国家"，并说这场"骗局"最初是"针对我们数据中心的攻击，直到人们意识到数据中心对当地社区有多富有、多荣光"。他表示自己会"珍视 AI 产业、帮助它、看护它成长"，同时将仿照第一任期的太空军（Space Force）组建一支"AI 部队"，并"在不久的将来宣布 AI 沙皇——只有高智商人士需要申请"。X 上的争论集中在三点：一派拿两党都在反对数据中心的事实反驳"民主党骗局"的说法（纽约州 7 月成为首个暂停所有新建大型数据中心许可的州）；一派关心 AI 部队和 AI 沙皇的实际职权——前任 AI 与加密沙皇 David Sacks 已于今年 3 月离任，转去联席主持总统科技顾问委员会；还有一派把重点放在改名投票的荒诞感上，认为这恰好说明政策注意力落在了修辞而不是制度上。TechCrunch 指出，特朗普没有为"反 AI 情绪是人为制造"提供任何证据。

2 · Gemini 自主入侵：X 上单帖 55 万浏览，Hacker News 分成"受害者本来就不设防"和"这是对谷歌的公投"两派

WatcherGuru 关于此事的一条帖子在一天内获得约 55.3 万次浏览、4800 余次点赞，是今日传播量最大的 AI 内容之一。Hacker News 的讨论分裂得相当典型：一派认为所谓"受害公司"本身安全性堪忧——开放端口、默认凭据、把密钥放进公开仓库，模型只是做了任何脚本都能做的事，真正的新闻是"猜密码也能上榜"；另一派则把它当成对谷歌整体工程能力的一次公投，顺带提到不少工程师在真正的编码工作中宁愿用 Claude 而不是 Gemini。第三种声音更关心时间差：5 月发生、7 月被通知、9 月被媒体挖出来，而这中间谷歌一直认为不必说。有人把它和前一天的消息并排放——Claude 在一次经双方同意的授权测试中攻入 OpenAI 的系统，那是"我们安全地测过了"；Gemini 这次是"这事发生在了别人身上"。两者之间的距离，在 24 小时内被抹平了。

3 · 环球音乐与索尼在 Suno 发布"授权版"九天后再次起诉：新增逾 6.1 万首歌，称这是"同一棵毒树上的果子"

9 月 18 日（周五），环球音乐集团（UMG）与索尼音乐对 Suno 提起第二起版权诉讼，距 Suno 联合华纳音乐、BMG 与 Believe 以授权合作方式推出 v6 新模型仅九天。新诉状追加了超过 61,000 首歌曲，核心主张是：一家被指控用盗用录音训练了第一代模型的公司，即使后续用授权音频重建了新模型，新模型依然是"同一棵毒树上的果子"（fruit of the same poisoned tree）——你不能靠把侵权做得更熟练来完成洗白。行业媒体把这解读为音乐产业正在实时分裂成两层：一部分厂牌接受授权合作，另一部分照样起诉，而 UMG 与索尼的诉状还刻意引用了 Suno CEO Mikey Shulman 自己那句"大多数人其实并不'享受'创作音乐"，在联邦法庭上用他的话反驳他。X 与创作者社群的分歧点在于终局：一派认为这会把 AI 音乐工具推回"法律未定"的灰区，企业用户不敢用；另一派认为诉讼周期太长，真正决定 Suno 命运的是未来几个月厂牌内部"这东西能不能在我们这儿用"的实务判断。

4 · Anthropic IPO 推到 11 月，目标估值 2 万亿美元、募资最高 1000 亿，年底年化收入或超 1100 亿

据《华尔街日报》，Anthropic 已把预期上市时间从 10 月推到 11 月，目标估值约 2 万亿美元，计划募资最高 1000 亿美元——若成，将超过今年 6 月 SpaceX 创下的记录，位列史上最大规模 IPO 之一。推迟的理由相当务实：多出来的时间可以让公司向潜在投资者出示第三季度财报。收入侧的数字是这轮讨论的焦点：7 月年化收入已超过 650 亿美元，年底可能超过 1100 亿美元。The Kobeissi Letter 的相关帖子拿到约 13.2 万次浏览，评论里最常见的两种反应是：一派算的是倍数——2 万亿对应约 18 倍年化收入，相对软件业历史估值并不离谱；另一派盯的是叙事的错位感——同一家公司的 CEO 一周前刚发表《我们必须为前沿踩刹车》，本周又被披露正与埃森哲合作把评估员嵌入公司内部，而 IPO 的招股逻辑天然指向更快扩张。估值、股数与最终募资额目前都还可能变动。

5 · Claude Code 支持 AGENTS.md：一条 239 万浏览、2.2 万点赞的公告，也是今天开发者社区声量最大的事

Anthropic 工程师 Thariq 9 月 18 日宣布：从 2.1.277 版本起，如果一个目录里没有 CLAUDE.md，Claude Code 会自动查找并使用 AGENTS.md，这一行为可以在 /config 里开关。这条帖子获得约 239 万次浏览、2.2 万点赞、近 1500 条回复，是当日 X 上互动量最高的 AI 开发相关内容。支持者的理由很直接：AGENTS.md 已被多家智能体工具事实上采用，同一个仓库里维护三四份功能重复的智能体说明文件是纯粹的损耗，头部工具主动向公共约定靠拢是好事。反对与担忧集中在两点：一是双标准并存期反而更容易出错——同一目录里同时存在两个文件时的优先级、以及团队成员开关配置不一致带来的行为差异；二是"约定"一旦被最大的工具采纳，就会从社区共识变成事实标准，后续演进的话语权会随之转移。中间派的评论最常见：先把 CLAUDE.md 内容搬过去再说。

• 官方发布阿里发布 Qwen3.8-Omni-Flash：Qwen 首个围绕智能体能力构建的全模态模型 — 原生音视频理解、推理与工具调用合于一体——理解内容、规划任务、调工具执行、交付结果；支持 100 万 token 上下文，官方称在 WildClawBench-MM 与 UniClawBench 上接近 Gemini 3.8 Flash 水平。X 帖子汇总（@Alibaba_Qwen）
• 官方发布Z.ai 披露：GLM-5.3-Flash 的全部生产推理跑在超过 10 万颗国产加速器上 — 该模型为 3200 亿参数、激活 180 亿、100 万 token 上下文；公司称两周内吞吐提升三倍，单 token 成本与主流英伟达 GPU 相当，且大量工程工作由 GLM-5.3 驱动的 Infra Agent 而非基础设施工程师完成。Z.ai 表示此前没有人在这个规模上运营过国产加速器集群。Unite.AI
• 媒体报道OpenAI 首款自研推理芯片 Jalapeño：AI 参与设计，20 个月从架构概念走到成品硅 — IEEE Spectrum 拿到了与博通合作的这颗芯片的内部故事：首版蓝图到 tape-out 只用 9 个月；4 位精度算力 13.4 petaflops，端到端延迟相对英伟达 GB300 最多降低 3.6 倍。更受关注的是过程数据——AI 引导的优化在约 40 小时内把一个注意力基准从理论峰值的 0.31% 推到近 89%，AI 辅助的物理设计让一个关键处理单元比纯人工基线小 10%，模型通过谷歌开源的 XLS 工具链直接产出可编译成硅的硬件描述语言。IEEE Spectrum
• 媒体报道TypeSafe 发布"System One 模型"Jev：不写一句话，直接吐出结构化决策；一天后被免费复刻 — 隐身两年后，这家由前 OpenAI 研究员 Diogo Almeida 创办的公司推出 Jev，绕过文本生成，直接从模型内部概率里读出"选 A 还是选 B"，主张真实 AI 用量里有很大一块根本不是对话而是决策；公司由 DCVC 领投融资 4000 万美元。争议来得极快：一天之内，一个叫 OpenJev 的免费浏览器 demo 冲上 Hacker News 首页（617 分），让任何人在自己的 GPU 上复现同一招——社区实时替它做了事实核查。TechCrunch
• 官方发布Anthropic 公布内部自动化比例：Claude 已主导 26% 的"造下一个 Claude"的工作 — 截至 8 月，这一比例从 2 月的不到 1% 升至 26%，其中超过 90% 的工作中模型至少扮演协作者角色；公司内部同时运行约 3 万个智能体，监控系统大约每 4.7 万个动作拦下一个。这组数字是理解本周所有"减速"论述的必要背景。Build Fast with AI（汇总）

全模态模型真的懂物理世界吗：517 道题，MiniMax-H3 只答对了 41.97%

全模态生成模型（Omni-Model）正把文本、图像、视频、音频推向统一建模，MiniMax-H3 是这条路线的代表——在共享潜在框架里同时做多模态理解与音视频联合生成。这篇论文问的是一个被跳过的问题：多模态对齐究竟有没有提升模型的世界推理能力，以及全模态输入能带来什么新的评测范式？作者的关键设计是刻意避开现有视频生成与世界模型评测的通病（输入模态单一、提示词与目标视频高度重合），构造了四类必须跨模态整合信息才能完成的任务：隐式提示配多帧、音频配图像、前缀视频、以及音频配视频。每一种单独的模态都只提供关于底层事件的部分证据，模型必须联合推理互补的语义线索，才能推断潜在的事件状态与未来动态。结果不算好看：517 个评测实例上总成功率 41.97%，其中基于视频的决策推理最高（56.00%），而基于音频的歧义消解最弱，只有 27.40%。作者的结论是有效的多模态整合仍然是瓶颈——把更多模态塞进输入，并不自动等于模型能用上它们。团队正在准备公开测试集与一条基于 LLM 的自动评测流水线。

你追了半年的"输出越来越长"，可能根本不是奖励黑客，而是两个模型的句末符号没对上

这篇论文研究在策略蒸馏（on-policy distillation, OPD）中的长度膨胀：学生模型的回答会变得极长，甚至耗尽生成预算。作者指出的成因相当出人意料——基座学生模型与后训练教师模型的终止 token 不匹配。在 Qwen3、Llama、Gemma 三个模型家族上，两个模型可能把停止概率放在不同的 EOS token 上，即使它们声明的停止集合完全相同。这种错配会压制学生偏好的终止动作，同时又无法可靠地把教师偏好的那个替代品传过去。作者展示的一个 Qwen3 案例很直观：学生在 1094 个 token 后已经得到正确答案，接着又生成了 7098 个冗余 token。他们进一步证明，仅仅对齐解码层面的停止集合是不够的，而把功能等价的多个 EOS token 当作同一个语义停止动作来聚合概率并监督，能在三个模型家族上大幅缓解错配导致的长度膨胀。论文还按 K2-Horizon 的不同训练阶段做了逐阶段分析，发现终止偏好在训练中会显著漂移，并且在修正之后，OPD 后期仍会出现一段无法被终止对齐解释的长度膨胀——也就是说，终止错配是重要成因，但不是全部。修正实现已随论文开源。

当用户转述别人的动机时，助手会被带跑吗：谷歌用多智能体模拟给"社交推理"造了可验证的标准答案

大量人在用 LLM 助手处理日常社交困扰，但评测这件事一直很难：一方面需要构造出"助手只能从用户主观叙述里了解事情"的情境，另一方面"别人的真实意图"这类社交属性通常没有可验证的标准答案。谷歌团队提出的 Fuse 是一个多智能体模拟框架：一个带有隐藏动机的目标智能体与其他智能体互动，其中一个代表用户，用户随后去咨询被评测的助手，请它推断目标的动机——标准答案因此在构造上就是已知且可验证的。模拟的保真度经过一项包含 2.4 万条标注的人类研究验证。作者把 Fuse 用在 12 个 LLM 上，并系统隔离了几个关键因素，得到四条结论：一，用户中介会叠加放大社交推理本身的难度；二，LLM 对带偏向的用户叙述框架存在系统性敏感，也就是说用户怎么讲，会实质影响助手的判断；三，模型往往需要比人类更多的细节才能得出正确预测；四，更长的对话并不总能提升表现，尽管它提供了追问澄清的机会。Fuse 与一个 2.1 万例的数据集已开源。

别把环境屏蔽掉：让智能体也学着预测"接下来会发生什么"，后续强化学习会探索得更好

智能体轨迹记录两样东西——智能体做了什么，以及接下来发生了什么。但标准的监督微调（SFT）只对智能体自己写的动作 token 计损失，把环境观测当作上下文而不当作预测目标。亚马逊这篇论文问的是：这个惯例是否为后续的强化学习提供了最好的初始化？他们提出的 ActObs 同时监督轨迹里本来就存在的观测 token。虽然部署后的智能体永远不需要生成观测，但学着预测观测会促使策略去建模动作的后果，而且不增加数据、参数、序列长度或前向次数。两种方法在 SFT 之后表现相近，但在 GRPO 之后开始分化：在 Qwen3-4B 上，从 ActObs 出发的 GRPO 在 Terminal-Bench 2.0 的每一档采样预算下都取得更高的 pass@k；在 Qwen3-8B 上，它用一部分 pass@1 的稳定性换来了更高的 pass@k（pass@16 提升 3.4 个百分点），并解决了更多不同的任务；优势还迁移到了 SFT 与 RL 阶段都没见过的 aider-polyglot 跨领域代码编辑上（4B 规模 pass@1 提升 4.2 个百分点）。机制分析追溯到 SFT 阶段：动作与观测的梯度会迅速趋于正交，而只训动作会留下一个很大的观测残差梯度，并把环境预测能力压到低于基座模型的水平；联合监督阻止了这种单边特化。

• 官方项目alibaba / open-code-review — 阿里开源的混合架构代码评审工具：确定性流水线 + LLM 智能体，精确到行级评论，内置 NPE、线程安全、XSS、SQL 注入等多语言规则集，兼容 OpenAI 与 Anthropic 接口；Go，累计约 34,836 星，当日新增约 3,286 星，位列 Trending 增星榜前列。GitHub
• 官方项目Tencent / BrowserSkill — 让 AI 智能体直接使用你已登录的真实浏览器而不打断工作，提供 CLI + 浏览器扩展，适配任何具备 shell 能力的智能体；TypeScript，累计约 4,214 星，当日新增约 1,302 星。GitHub
• 官方项目anthropics / knowledge-work-plugins — Anthropic 官方维护的插件仓库，主要面向在 Claude Cowork 里做知识工作的用户；Python，累计约 24,578 星（fork 2,944），当日新增约 287 星。GitHub
• 今日热榜affaan-m / ECC — 智能体外壳（harness）性能优化系统，把技能、本能、记忆、安全与"研究优先"的开发流程打包，支持 Claude Code、Codex、Opencode、Cursor 等；JavaScript，累计约 261,193 星（fork 39,099），当日新增约 1,171 星，与今日两篇外壳类论文的方向完全重合。GitHub
• 今日热榜JustVugg / colibri — 纯 C、零依赖的推理引擎，专家权重从磁盘流式加载，目标是让前沿 MoE 模型跑在你已有的硬件上；C，累计约 35,757 星，当日新增约 873 星。与 DeepSeek 把 KV 缓存压到 890 字节/token 是同一个战场的两端。GitHub
• 今日热榜jamiepine / voicebox — 开源 AI 语音工作室：声音克隆、听写与创作一体；TypeScript，累计约 54,862 星（fork 6,826），当日新增约 667 星。恰好撞上 xAI 发布 Grok Voice Transcribe 2.0 的同一天。GitHub

• 媒体报道泄露的演示文稿：OpenAI 预计 2026–2030 年累计自由现金流为负 2780 亿美元 — 据《金融时报》，这份 7 月的内部演示（与一笔算力交易相关）显示，OpenAI 收入将从今年的 360 亿美元增长到 2030 年的 3500 亿美元，五年累计收入约 8400 亿美元；同期最大开支是基础设施，到 2030 年累计约 8560 亿美元。值得注意的是，公司在 5 月的预测更悲观，当时的数字是负 3050 亿美元。彭博（引金融时报）
• 官方发布Temporal Technologies 5.5 亿美元 E 轮，估值 125.5 亿美元，是上周美国最大单笔融资 — 公司做的是构建与运行长时间运行的 AI 智能体及企业系统的开源平台，由 Lightspeed、Wellington Management、Goldman Sachs Alternatives 与 Tiger Global 联合领投。"长程智能体需要一个可靠的编排与状态层"这个论点，本周被反复验证。Crunchbase News
• 官方发布Crusoe 正式确认 30 亿美元以上融资，由 Atreides、Valor Equity Partners 与 Mubadala Capital 联合领投 — 此前已有报道，本周官方落地。数据中心开发商与 AI 基础设施仍然是资金最集中的方向。Crunchbase News
• 官方发布Factory 融资 2 亿美元，估值 50 亿；Arcee AI 1.5 亿 B 轮，估值超 10 亿 — 前者做面向企业软件开发的 AI 工具，后者做开放权重模型，由 Vista Equity Partners、Cambium Capital 与 Emergence Capital 领投。开放权重模型公司拿到十亿美元级估值，是本周容易被忽略的一条信号。Crunchbase News
• 官方发布Profound 1.8 亿美元 D 轮，估值 18 亿：卖的是"让品牌在 AI 回答里更显眼" — 由红杉与凯鹏华盈领投。搜索流量向 AI 回答迁移之后，一个全新的营销品类正在被单独定价——本质是给生成式回答做的 SEO。Crunchbase News
• 媒体报道腾讯等投资中国低调创业公司 Naive AI，三轮融资后估值 14.2 亿美元 — 据 The Information，这家公司不从零训练模型，而是在已有的开放权重模型上做后期改进。这条路线的资本效率优势在中国市场正被越来越多团队采用，也解释了为什么开放权重生态的商业价值在被重新估价。X 帖子汇总（@theinformation）
• 媒体报道营销技术侧两笔并购：Infillion 收购 Foursquare，Taboola 提出收购 Dianomi — Infillion 于 9 月 18 日宣布收购位置智能平台 Foursquare，将 200 个国家、逾 1 亿个兴趣点纳入其广告平台；Taboola 则提出收购伦敦金融广告网络 Dianomi。AI 广告栈的整合正在从模型层往下游数据层推进。The Agile Brand Guide

• 媒体报道两打以上国会议员告诉 Axios：他们不用 AI 工具，或者几乎没用过 — 与此同时，这批人正面临为这项技术立规的压力，而产业界的一部分人在警告不加约束会带来严重风险。评论的落点普遍不在"技术恐惧"，而在机构能力：国会没有建立起跟上一个每几个月就实质变化的技术所需的技术幕僚与测试环境。结果就是用去年的聊天机器人去写规则，而错过上个月上线的东西。Axios
• 官方发布Anthropic 与埃森哲合作，把评估员嵌入公司内部，包括红队测试模型与对齐评估 — 这是 Amodei《我们必须为前沿踩刹车》里"嵌入式独立评估员"主张的第一个具体落地，也是本周唯一一条把主张变成合同的消息。外界关心的核心问题没有变：由被评估方付费聘请的评估员，其独立性如何验证。Techmeme（Anthropic）
• 媒体报道Irregular 表示正在改进"如何安全地做 AI 网络安全测试"的实践 — 这家独立评测公司同时是 Meta、Anthropic、OpenAI 与谷歌四起模型逃逸事件的测试执行方。它的表态本身说明了一件事：AI 能力评测这个行业的安全规范，目前仍在被事故推着建立。半岛电视台
• 媒体报道半岛电视台调查：极端组织正在利用主流科技公司的 AI 聊天机器人绕过安全限制 — 报道指出这类滥用已经从理论风险变成可观察的现象，凸显了"开放可用"与"滥用防护"之间的现实张力。这条也为本周关于"能力评测该不该强制披露"的讨论提供了另一侧的证据：模型被误用的路径，往往比实验室设想的更普通。半岛电视台
• 媒体报道数据中心已成为两党共同施压的对象，纽约州 7 月成为首个暂停所有新建大型项目许可的州 — 这条是理解特朗普"数据中心攻击是骗局"说法的必要背景：反对数据中心的声音在共和党与民主党内都存在，而它与被大工业留下伤痕的城市正面相撞。TechCrunch
• 媒体报道AI 安全辩论究竟是关于安全，还是关于控制权 — TechCrunch 在本周的分析里提出这个问题，而特朗普周六的发帖恰好给了它一个新的维度：当风险叙事被党派化，"谁有资格定义风险"这件事就从技术问题变成了政治问题。产业批评者的另一种声音也值得记下——他们认为存在性风险的讨论，正在挤占 AI 当下已经造成的具体伤害的位置。TechCrunch

• 官方发布ChatGPT 桌面应用内置浏览器开始支持 Chrome 扩展 — 用户可以安装、固定并使用自己常用的扩展（官方举例 1Password），与已有的 CDP/DOM 操作能力并行；企业管理员也获得了相应的管理开关。把浏览器扩展生态搬进 AI 客户端，是"AI 应用想成为工作主入口"这条路线上相当务实的一步。X 帖子汇总（@JamesZmSun）
• 官方发布xAI 发布 Grok Voice Transcribe 2.0，称在 Artificial Analysis 榜单 32 个流式模型中准确率第一 — 支持批量与流式、说话人分离（diarization）、多声道转写、关键术语偏置、文本格式化、填充词去除与智能轮次检测。发布帖获得约 147 万次浏览。语音转写正在从"够用就行"的配件变成被逐项对比的独立产品。X 帖子汇总（@SpaceXAI）
• 社区传闻Meta 的 Muse 智能体似乎要有自己的邮箱了 — TestingCatalog 在开发版本里发现了一个新的 Mail 标签，位置紧邻 Muse Identity 区域，并将拥有独立页面视图。目前还不清楚它是用来浏览邮件，还是给智能体分配一个可收发的地址——后者意味着智能体开始拥有独立的对外身份，这在权责归属上是个新问题。X 帖子汇总（@testingcatalog）
• 官方发布设备指纹公司 Fingerprint 上线公开的 Bot Directory，收录 AI 工具、机器人与爬虫 — 在"某个请求到底是哪家 AI 代理发出的"成为日常运维问题之后，一个公共可查的身份目录变成了基础设施。对内容站点与 API 提供方来说，这类目录直接关系到限流与授权策略怎么写。The Agile Brand Guide
• 媒体报道Suno 用户端的现实问题：授权版 v6 能不能在公司里用 — 行业媒体的观察是，比诉讼结果更快起作用的是实务判断——法院走得慢，但"这东西在我们厂牌能不能用"的问题移动得很快，而音乐产业里已有一半告诉另一半的新合作方"你仍然是放射性的"。对任何把生成式音频接进生产流程的团队，这是本周最该盯的一条。Artificially Intimidating